天大matlab大作业逐步回归方法.doc

逐步回归分析方法 在实际中，影响Y的因素很多，这些因素可能存在多重共线性（相关性），这就对系数的估计带来不合理的解释，从而影响对Y的分析和预测。 “最优”的回归方程就是包含所有对Y有影响的变量, 而不包含对Y影响不显著的变量回归方程。 选择“最优”的回归方程有以下几种方法： 从所有可能的因子（变量）组合的回归方程中选择最优者； （2）从包含全部变量的回归方程中逐次剔除不显著因子； （3）从一个变量开始，把变量逐个引入方程； （4）“有进有出”的逐步回归分析。 以第四种方法，即逐步回归分析法在筛选变量方面较为理想. 逐步回归分析法的思想： 从一个自变量开始，视自变量Y作用的显著程度，从大到小地依次逐个引入回归方程。 当引入的自变量由于后面变量的引入而变得不显著时，要将其剔除掉。 引入一个自变量或从回归方程中剔除一个自变量，为逐步回归的一步。 对于每一步都要进行Y值检验，以确保每次引入新的显著性变量前回归方程中只包含对Y作用显著的变量。 这个过程反复进行，直至既无不显著的变量从回归方程中剔除，又无显著变量可引入回归方程时为止。 原理： 1、最优选择的标准 设n为观测样本数， 为所有自变量构成的集合， 为X的子集。 （1）均方误差s2最小 达到最小 （2）预测均方误差最小 达到最小 统计量最小准则 达到最小 （4）AIC或BIC准